Descoperiri medicale conduse de IA: Utilizarea inteligenței artificiale pentru descoperirea de noi medicamente

Descoperirea de medicamente este cunoscută sub numele de “de la banc la pat” din cauza duratei sale lungi și a costurilor ridicate. Durează aproximativ 11-16 ani și între 1 miliard și 2 miliarde de dolari pentru a aduce un medicament pe piață. Dar acum, IA revoluționează dezvoltarea de medicamente, oferind un ritm și o profitabilitate mai bună.

IA în dezvoltarea de medicamente a transformat abordarea și strategia noastră față de cercetarea biomedicală și inovare. A ajutat cercetătorii să reducă complexitatea unui lanț de boală și să identifice ținte biologice.

Hai să examinăm mai în detaliu ce potențial are IA în descoperirea de medicamente pentru viitor.

Înțelegerea rolului IA: Cum este utilizată pentru descoperirea de medicamente?

IA a îmbunătățit diferite etape ale procesului de descoperire a medicamentelor prin capacitatea sa de a analiza cantități mari de date și de a face predicții complexe. Iată cum:

1. Identificarea țintei

Identificarea țintei este primul proces al descoperirii de medicamente, care implică identificarea unor entități moleculare posibile, cum ar fi proteine, enzime și receptori, prezenți în organism, care pot combina cu medicamente pentru a produce efecte terapeutice împotriva bolilor.

IA poate utiliza baze de date clinice mari care conțin informații cheie despre identificarea țintei. Aceste surse de date pot include cercetări biomedicale, informații biomoleculare, date din studiile clinice, structuri de proteine etc.

Modele de IA antrenate, împreună cu tehnici biomedicale, cum ar fi expresia genică, pot înțelege boli biologice complexe și pot identifica ținte biologice pentru candidații la medicamente. De exemplu, cercetătorii au dezvoltat diverse tehnici de IA pentru identificarea unor ținte anticancer noi.

2. Selectarea țintei

IA în descoperirea de medicamente poate ajuta cercetătorii să selecteze ținte promițătoare pe baza corelațiilor lor cu bolile și a utilității terapeutice prezise. Cu o puternică recunoaștere a pattern-urilor, IA poate face această selecție nu numai pe baza literaturii medicale declarate, ci și pe baza unor ținte complet noi, fără referințe anterioare în brevete publicate.

3. Prioritizarea medicamentului

În această etapă, IA evaluează și clasifică compuși de medicamente de bază, prioritizându-i pentru evaluarea și cercetarea ulterioară, pentru a avansa dezvoltarea lor. În comparație cu tehnicile de clasificare anterioare, abordările bazate pe IA sunt mai eficiente în identificarea candidaților cei mai promițători. De exemplu, cercetătorii au dezvoltat un cadru computațional bazat pe învățare profundă pentru a identifica și a prioritiza medicamente noi pentru boala Alzheimer.

4. Testarea compusului

Modelele de IA pot prezice proprietățile chimice și bioactivitatea compușilor și pot oferi informații despre efectele adverse. Ele pot analiza date din diverse surse, inclusiv studii anterioare și baze de date, pentru a identifica riscuri sau efecte secundare potențiale asociate cu un anumit compus. De exemplu, cercetătorii au dezvoltat un instrument de învățare profundă pentru a testa biblioteci chimice cu miliarde de molecule, pentru a accelera semnificativ explorarea la scară largă a compușilor.

5. Proiectarea de novo a medicamentului

Testarea manuală a colecțiilor mari de compuși a fost o practică tradițională în descoperirea de medicamente. Cu IA, cercetătorii pot testa compuși noi, cu sau fără informații anterioare, și pot prezice structura finală 3D a medicamentelor descoperite. De exemplu, AlphaFold, dezvoltat de DeepMind, este un sistem de IA care poate prezice structuri de proteine. Acesta menține o bază de date cu peste 200 de milioane de predicții de structuri de proteine, care pot accelera procesul de proiectare a medicamentelor.

5 Exemple de descoperire de medicamente bazate pe IA

1) Abaucin

Antibioticelor le ucide bacteriile. Dar din cauza lipsei de noi medicamente și a evoluției rapide a rezistenței bacteriene la medicamentele mai vechi, bacteriile devin greu de tratat. Abaucin, un antibiotic experimental dezvoltat cu ajutorul IA, este proiectat pentru a ucide Acinetobacter baumannii, una dintre cele mai periculoase bacterii super-rezistente.

Utilizând IA, cercetătorii au testat inițial mii de medicamente pentru a vedea cât de bine funcționează împotriva bacteriei Acinetobacter baumannii. Apoi, aceste informații au fost utilizate pentru a antrena IA să creeze un medicament care poate trata eficient bacteria.

2) Target X de la Insilico Medicine

Insilico Medicine a utilizat platforma sa de IA generativă și a creat un medicament numit Target X, care se află acum în faza 1 a studiilor clinice. Target X este proiectat pentru a trata fibroza pulmonară idiopatică, o boală care poate cauza rigiditate pulmonară la persoanele în vârstă, dacă nu este tratată. Faza 1 va implica 80 de participanți, iar jumătate vor primi doze mai mari, treptat. Acest lucru va ajuta la evaluarea modului în care moleculele medicamentului interacționează cu organismul uman.

3) VRG50635 de la Verge Genomic

Verge Genomics, o companie de descoperire de medicamente bazate pe IA, a utilizat platforma sa de IA CONVERGE pentru a descoperi un compus nou, VRG-50635, pentru tratamentul bolii ALS, prin analiza punctelor de date umane. Punctele de date au inclus informații despre țesuturile creierului și măduvei spinării pacienților cu boli neurodegenerative, cum ar fi boala Parkinson, ALS și Alzheimer.

Platforma a identificat inițial enzima PIKfyve ca o țintă posibilă pentru ALS și apoi a sugerat VRG50635 ca un inhibitor promițător al PIKfyve, care a devenit un candidat potențial pentru tratamentul bolii ALS. Procesul a durat aproximativ patru ani, iar acum candidatul se află în faza 1 a studiilor clinice umane.

4) Exscientia-A2a Receptor

Exscientia, o companie de tehnologie medicală bazată pe IA, este responsabilă pentru prima moleculă proiectată de IA pentru tratamentul imunooncologic – o formă de tratament al cancerului care utilizează sistemul imunitar al organismului pentru a lupta împotriva celulelor canceroase. Medicamentul lor de IA a intrat în faza de studii clinice umane. Potențialul său constă în capacitatea de a ținti receptorul A2a pentru a promova activitatea anti-tumorală, asigurând în același timp efecte secundare mai mici asupra organismului și creierului.

Utilizând IA generativă, au creat și alte compuși pentru țintirea unor boli, cum ar fi

• cancerul transcripțional prin țintirea inhibitorilor CDK7
• bolile inflamatorii prin țintirea enzimei PKC-theta
• bolile hematologice și oncologice prin țintirea regulatorului LSD1

5) Absci-de Novo Antibodies With Zero-Shot Generative AI

Absci, o companie de descoperire de medicamente bazate pe IA generativă, a demonstrat utilizarea IA cu zero-shot pentru a crea anticorpi de novo prin simulare pe computer. Învățarea cu zero-shot înseamnă că modelul de IA nu a fost testat explicit pe informațiile de intrare actuale în timpul fazei de antrenament. Prin urmare, acest proces poate veni cu proiecte de anticorpi noi, pe cont propriu.

Anticorpi terapeutici de novo, împuterniciți de IA, reduc timpul necesar pentru dezvoltarea de noi substanțe active de la până la șase ani la doar 18-24 de luni, crescând șansele de succes în clinică. Tehnologia companiei poate testa și valida 3 milioane de proiecte generate de IA în fiecare săptămână. Această nouă dezvoltare ar putea livra instantaneu terapii noi pentru fiecare pacient, marcând o schimbare semnificativă industrială.

Ce ne rezervă viitorul IA și descoperirii de medicamente?

Pe lângă numeroasele alte aplicații în sănătate, IA face procesul de descoperire a medicamentelor mai rapid și mai inteligent, prin analiza unor seturi de date vaste și prin prezicerea unor ținte și candidați de medicamente promițători. Utilizând IA generativă, companiile biotehnologice pot identifica markeri de răspuns ai pacienților și dezvolta planuri de tratament personalizate rapid.

Un raport sugerează că, în curând, mai multe companii MedTech vor integra IA și ML în descoperirea de medicamente de stadiu incipient, ceea ce va ajuta la crearea unui market de 50 de miliarde de dolari în următorii zece ani, oferind un potențial semnificativ de creștere a IA în industria farmaceutică. IA ar putea reduce, de asemenea, costurile totale de descoperire a medicamentelor, făcând disponibile mai multe medicamente noi pentru pacienți, mai rapid.

Dacă doriți să aflați mai multe despre IA și despre cum va modela viitorul nostru, vizitați unite.ai.